中国山区草地资源发展潜力探讨

中国山区草地资源十分丰富,但发展不足,加之开发利用方式不科学,造成草地退化严重。结合国家草地建设规划,对开发山区草地发展潜力进行了分析,以期为生态文明建设和制定社会主义新山区发展战略提供重要依据。     

青藏高原草地资源发展面临的问题及战略选择

青藏高原草地资源生态功能突出,同时也是这个独特高寒山区发展的重要依托资源.作为一个以牧区半牧区为主的民族区域,青藏高原实现可持续发展有着深远的地缘政治意义,在草地资源发展战略中,既要突出保护,又要在全国一盘棋的视角下加快草业产业化的发展,减轻草地资源的人口压力.     

四川省农村网络教育存在的问题与对策研究

新冠肺炎疫情让农村网络教育方面的短板暴露无遗,让农村孩子能够更好地在这个日新月异的网络时代分享网络教育资源,是国家乡村振兴战略应该优先考虑的问题之一。众所周知,打破贫困的代际传递过程中,接受良好的教育是最有效的措施之一。而在农村普及和完善网络教育,可以最大限度利用其优势,在一定程度上缩小城乡教育水平差距,弥补乡村教育资源的匮乏。     

气候智能畜牧业发展战略抉择

可持续畜牧业要求既要确保食物安全也要降低温室气体排放,发展气候智能畜牧业可同时实现提高生产效率、降低碳排放和构建修复力的三重目标。文章分别对草地畜牧业、农区畜牧业和集约型畜牧业如何实现气候智能畜牧业需要的主要战略抉择进行了针对性分析。     

我国灵芝溯源之刍议

从灵芝的概念、形态、药性功效、考古发掘等方面对我国灵芝展开溯源讨论,寻求灵芝之正宗脉络。结果认为中国先民认识和应用灵芝可能起始于6 800多年前的史前,比文字记录早了4 000多年,在漫长的历史长河中,受时代背景和科学技术知识限制,从实践到理论对芝及灵芝认知存在断层和偏颇,甚至进入误区。"芝"是大家族,被誉为"灵芝"的应是"芝"中的少数或极少数种类。树舌灵芝(G.applanatum)为多年生,具有广泛的临床治疗保健功效,贴近神奇传说,其颜色、大小及形态特征均符合古籍描述,且与考古发掘的灵芝实物相吻合,因而认为中国的灵芝代表应该是现代生物分类学中的树舌灵芝。     

森林植被对降水的截留效应研究

简单介绍了森林植被对降水截留作用，从林冠截留、树干截留和枯落物截留概述了研究现状及部分成果。迄今对森林截留效应的研究规模多集中在小尺度，要把一个地区的小尺度的研究成果可靠地应用于大尺度的其它地区，还必须加强对截留过程的机理研究。     

岷江上游人工油松林凋落量及其持水特征

通过对人工油松林凋落量及其持水性动态变化的监测和研究。结果表明,观测期间(2002．92003．10)凋落量是5．900t／hm^2a,月凋落量在0．166～1．775t／hm^2之间变化,其中以10月凋落最盛,该月占了全年凋落量的30．09％;而凋落最少则出现在5月,本月凋落量仅2．81％。凋落物自然含水量在13．75％～63．62％之间变化,半分解凋落物含水量普遍高于未分解凋落物,但2者月动态变化趋势基本一致;凋落物自然含水量与其饱和持水率也呈现相同的变化趋势,并且2者有较好的拟舍关系。未分解和半分解凋落物饱和持水率分别在85．05％～323．41％．147．66％～251．11％之间波动,半分解凋落物饱和持水率变幅相对较小,未分解凋落物呈现明显的“凸”形月变化,半分解凋落物则无明显变化规律。     

基于改进卷积神经网络模型的玉米叶部病害识别(英文稿)

准确识别玉米病害有助于对病害进行及时有效的防治。针对传统方法对于玉米叶片病害识别精度低和模型泛化能力弱等问题,该研究提出了一种基于改进卷积神经网络模型的玉米叶片病害识别方法。改进后的模型由大小为3×3的卷积层堆栈和Inception模块与ResNet 模块组成的特征融合网络两部分组成,其中3×3卷积层的堆栈用于增加特征映射的区域大小,Inception模块和ResNet 模块的结合用于提取出玉米叶片病害的可区分特征。同时模型通过对批处理大小、学习率和 dropout参数进行优化选择,确定了试验的最佳参数值。试验结果表明,与经典机器学习模型如最近邻节点算法（K- Nearest Neighbor,KNN）、支持向量机（Support Vector Machine,SVM）和反向传播神经网络（Back Propagation Neural Networks,BPNN）以及深度学习模型如AlexNet、VGG16、ResNet 和Inception-v3相比,经典机器学习模型的识别率最高为77%,该研究中改进后的卷积神经网络模型的识别率为98.73%,进一步提高了模型的稳定性,为玉米病害检测与识别的进一步研究提供了参考。